Matplotlib中set_major_formatter如何按数值范围优化工程符号显示

要实现根据轴范围动态调整的完整工程符号显示（如500×10⁻³或0.5，而非缩写），最佳方式是自定义一个Formatter类，直接访问轴的当前范围来统一计算格式化逻辑，完全适配用户缩放等交互操作，比单个值格式化或后处理刻度的方法更健壮。

核心思路 #

1. 继承Matplotlib的Formatter类，直接获取轴对象的当前视图范围（包括缩放后的范围）。
2. 根据轴范围的最大绝对值，计算统一的3的倍数工程指数，确保所有刻度值转换后在合理区间（如1-1000）内。
3. 将刻度值按该指数缩放，格式化为数值×10^指数的形式，其中指数用Unicode上标显示。
4. 复用同一逻辑处理鼠标悬停的fmt_xdata/fmt_ydata，保证显示一致性。

代码实现 #

自定义工程符号格式化器 #

import matplotlib.ticker as mticker
import math

class EngineeringFullFormatter(mticker.Formatter):
    def __init__(self):
        super().__init__()
        # 映射数字到Unicode上标字符
        self.superscript_map = {
            '0': '⁰', '1': '¹', '2': '²', '3': '³', '4': '⁴',
            '5': '⁵', '6': '⁶', '7': '⁷', '8': '⁸', '9': '⁹', '-': '⁻'
        }

    def _format_exponent(self, exponent):
        # 将数字指数转为上标字符串
        return ''.join([self.superscript_map[c] for c in str(exponent)])

    def _get_unified_exponent(self, axis):
        # 根据轴范围计算统一的工程指数（3的倍数）
        vmin, vmax = axis.get_view_interval()
        max_abs = max(abs(vmin), abs(vmax))
        
        if max_abs == 0:
            return 0
        
        log_max = math.log10(max_abs)
        exponent = 3 * math.floor(log_max / 3)
        
        # 边界调整：当最大值接近下一个量级时，升级指数（如999.9→1×10³）
        if max_abs >= 0.999 * 10 ** (exponent + 3):
            exponent += 3
        
        return exponent

    def format_data(self, value, axis):
        # 统一的数值格式化逻辑
        if value == 0:
            return '0'
        
        exponent = self._get_unified_exponent(axis)
        scaled_val = value / (10 ** exponent)
        
        # 动态调整小数位数：整数显示整数，小数按需截断末尾零
        if scaled_val.is_integer():
            val_str = f"{int(scaled_val)}"
        else:
            # 小于1的数保留更多小数，大于等于1的数保留一位或整数
            val_str = f"{scaled_val:.3f}".rstrip('0').rstrip('.') if scaled_val < 1 else f"{scaled_val:.1f}".rstrip('0').rstrip('.')
        
        exp_sup = self._format_exponent(exponent)
        return f"{val_str}×10{exp_sup}"

    def __call__(self, value, pos=None):
        # 格式化刻度时自动调用，获取当前轴对象
        return self.format_data(value, self.axis)

使用示例 #

import matplotlib.pyplot as plt

# 创建两个子图测试不同范围
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5))

# 子图1：范围0~700×10⁻³（0~0.7）
ax1.plot([0, 0.5, 0.7], [0, 0.5, 0.7])
ax1.set_xlim(0, 0.7)
ax1.set_title("范围 0~700×10⁻³")
# 应用自定义格式化器
ax1.xaxis.set_major_formatter(EngineeringFullFormatter())
ax1.yaxis.set_major_formatter(EngineeringFullFormatter())

# 子图2：范围0~3.5
ax2.plot([0, 0.5, 3.5], [0, 0.5, 3.5])
ax2.set_xlim(0, 3.5)
ax2.set_title("范围 0~3.5")
ax2.xaxis.set_major_formatter(EngineeringFullFormatter())
ax2.yaxis.set_major_formatter(EngineeringFullFormatter())

# 配置鼠标悬停的格式化（与刻度保持一致）
def get_data_formatter(axis):
    formatter = EngineeringFullFormatter()
    return lambda x: formatter.format_data(x, axis)

for ax in [ax1, ax2]:
    ax.fmt_xdata = get_data_formatter(ax.xaxis)
    ax.fmt_ydata = get_data_formatter(ax.yaxis)

plt.tight_layout()
plt.show()

关键优势 #

• 动态适配交互操作：每次格式化刻度时都会重新获取轴的当前范围，用户缩放后自动调整显示逻辑，完全健壮。
• 统一显示风格：整个轴的刻度使用同一指数，避免单个值格式不匹配的问题。
• 完全满足需求：直接显示完整幂次（如500×10⁻³），不使用EngFormatter的缩写形式。
• 可定制性强：可以根据需求修改小数位数、边界调整逻辑等，适配不同场景。

关于你提到的pos参数：FuncFormatter的pos是刻度的位置索引，对范围判断帮助不大，而自定义Formatter通过self.axis直接访问轴对象，能获取更关键的范围信息，是更可靠的实现方式。

内容的提问来源于stack exchange，提问作者DrAl